L’intelligence artificielle entre dans les systèmes de planification industrielle

L’IPH (Institut de production intégrée de Hanovre, Basse-Saxe) étend son expertise dans l’automatisation : en collaboration avec la Société pour la promotion de la recherche appliquée en informatique (GFaI, Berlin), il souhaite développer dans les deux prochaines années des solutions logicielles pour la planification et l’automatisation intelligente des flux, dans le sens des « Smart Factories » encouragées par le Ministère fédéral de l’enseignement et de la recherche (BMBF). En collaboration avec des professionnels de la logistique industrielle, il compte ainsi développer un logiciel qui visera à accélérer la planification des flux de production et à les rendre plus fiables.

 
Après de nombreux autres domaines, l’intelligence artificielle est ainsi appliquée à la conception et à la planification des usines à l’aide de techniques de « data mining » automatisées et liées au contrôle de la production. Pour cela, les ingénieurs et les informaticiens de Hanovre et Berlin souhaitent utiliser un type d’algorithme basé sur les réseaux « bayésiens » [1]. Les algorithmes seront d’abord développés lors de recherches sur le terrain, sur la base des données logistiques existantes, puis un logiciel pourra générer des modèles de simulation. Des entreprises de la Basse-Saxe, de la Bavière et du Bade-Wurtemberg se sont déjà montré intéressées par une participation, qui reste ouverte à des sociétés allemandes ou étrangères jusqu’à la fin de la première phase en octobre 2014.

 
Ce projet de recherche illustre un des thèmes phares du CeBIT 2012 [2] qui présentait les systèmes « cyber-physiques », c’est-à-dire l’innovation dans l’interconnexion du Cloud computing, des logiciels et des objets physiques (équipements de production, infrastructures, capteurs) comme l’avènement de la quatrième révolution industrielle.

—

[1] Un réseau bayésien est en informatique et en statistique un modèle graphique probabiliste représentant des variables aléatoires sous la forme d’un graphe orienté acyclique. Ils servent ainsi à calculer des probabilités conditionnelles. Pour un domaine donné (par exemple médical, ou industriel), on décrit les relations causales entre des variables d’intérêt par un graphe, dans lequel les relations de cause à effet entre les variables ne sont pas déterministes, mais probabilisées. Ainsi, l’observation d’une cause ou de plusieurs causes n’entraîne pas systématiquement l’effet ou les effets qui en dépendent, mais modifie seulement la probabilité de les observer. L’intérêt particulier des réseaux bayésiens est de tenir compte simultanément de connaissances a priori d’experts (dans le graphe) et de l’expérience contenue dans les données.

 

Pour en savoir plus, contacts :

[2] « Bilan du CeBIT 2012 : focus sur l’internet des choses et la sécurisation des données », BE Allemagne 563 – 14/03/2012 – http://www.bulletins-electroniques.com/actualites/69424.htm

 

Sources :

« Künstliche Intelligenz hält Einzug in die Anlagenplanung », dépêche idw, communiqué de l’Institut de production intégrée de Hanovre – 26/11/2012 – http://idw-online.de/pages/en/news509034

 

Rédacteurs :

Charles Collet, charles.collet@diplomatie.gouv.fr – https://www.science-allemagne.fr